新能源企業要素市場配置水平測度與影響因素

魏舒敏　張濟建　劉宏笪

摘要：基于拓展的生產函數模型，采用39家上市新能源企業2011—2019年的投入產出微觀數據，測算資本、勞動、技術和知識4種要素在新能源企業中的市場配置現狀，結果顯示：我國新能源企業4種要素的投入均存在價格扭曲，其中技術要素價格扭曲最為嚴重，勞動力要素配置效果最佳;并且除勞動力要素外，其余要素價格扭曲度呈逐年波動上升趨勢。結合半對數模型對各種要素市場配置扭曲的影響因素進行探究，發現企業規模和企業資本勞動比對要素價格扭曲具有改善作用;企業年齡的增大會加劇資本要素市場扭曲，但會抑制技術要素扭曲;企業的債務融資能力會使4種要素市場扭曲態勢惡化，其中對技術要素的扭曲促進作用最強。為新能源企業優化資源配置和促進企業轉型升級具有啟示意義。

關鍵詞：新能源企業;要素市場配置;生產函數模型;半對數模型;知識要素;技術要素

中圖分類號：F 424文獻標識碼：A文章編號：1672-7312（2021）03-0313-08

Measurement and Influencing Factors of Element Market

Allocation Level of New Energy Enterprises

——Based on the Multifactor Micro Enterprise PerspectiveWEI Shumin1，ZHANG Jijian2，LIU Hongda3

（1.School of Management，Jiangsu University，Zhenjiang 212013，China;

2.School of Finance and Economics，Jiangsu University，Zhenjiang 212013，China;

3.School of Management，Shanghai University，Shanghai 200444，China）Abstract：Based on the expanded production function model，using the inputoutput microdata of 39 listed new energy companies from 2011 to 2019，and the current market configuration of the four elements of capital，labor，technology and intellectual in New Energy Enterprises are measured.The results show：there are price distortions in the input of the four elements of Chinese New Energy Enterprises.Among them，the price distortion of technical element is the most serious，and the effect of labor element allocation is the best.And except for the labor element，the price distortions of other elements show a fluctuating upward trend.Further，combined with the semilogarithmic model，the influence factors of element distortion was explored.It is found that the size of the enterprise and the ratio of capital to labor can improve the distortion of element prices;that the increase of the age of the enterprise will aggravate the distortion of the capital element，but will restrain the distortion of the technical element;that the debt financing ability of the enterprise will worsen the distortion of the four elements.Among them，the distortion and promotion of technical element is the strongest.The research conclusions have enlightening significance for new energy enterprises to optimize resource allocation and promote enterprise transformation and upgrading.

Key words：New Energy Enterprise;element market allocation;production function model;semilogarithmic model;intellectual element;technical element

0引言

改革開放以來，我國經濟發展長期依賴于粗放型增長模式，由此引起的各類要素無序投放和高消耗問題，嚴重制約經濟的高質量發展＼[1＼]。我國經濟發展若實現質量和效率變革，關鍵在于盤活各類要素資源、釋放要素市場化結構紅利。2020年3月，中共中央、國務院頒布了《關于構建更加完善的要素市場化配置體制機制的意見》，作為中央第一份關于要素市場化配置的公文，該意見的出臺彰顯了構建完善的要素市場化配置體制的重要性，并為促進我國經濟向高效的資源市場化配置的新模式轉變提供指導意見。

第3期魏舒敏等：新能源企業要素市場配置水平測度與影響因素近年來，戰略新興產業之一的新能源產業高速發展，取得了卓越不凡的成績。至2019年，我國共有209家新能源企業位居全球新能源企業500強＼[2＼]。從“人微言輕”到如今“舉足輕重”，新能源產業彎道超車的背后是政策紅利作用的輻射。但隨著經濟形勢的變化，新能源產業要素配置問題日益凸顯。究其原因，多地政府將新能源產業視為地方經濟發展的新增長點，盲目進行財政補貼和政策扶持，導致產業要素難以在市場自由流動，出現錯配等問題＼[3＼]。新能源企業是創新驅動和推動新舊動能轉換的先導，對經濟高質量發展起到了引擎作用。因此審視和改善新能源產業的要素市場配置水平，不僅能夠為新能源產業提質增效，還能促進我國經濟可持續發展。

要素市場配置水平可以通過要素價格扭曲度側面表達＼[4＼]。其主要通過2種路徑影響宏觀經濟。一方面要素扭曲抑制各種要素在市場供給端自由流動，導致生產要素難以發揮全部價值;另一方面要素扭曲的存在導致市場需求端沒有獲得完全報酬，從而減少消費＼[5＼]。要素市場扭曲對經濟的重要影響吸引了眾多學者的關注。

回顧現有研究，學者從要素市場價格扭曲的成因、測度和影響3個維度展開了深入討論。就要素市場扭曲成因看，柏培文（2012）＼[6＼]發現各地區戶籍制度的限制是影響勞動力要素扭曲的重因;譚洪波（2015）＼[7＼]認為計劃經濟體制和優先發展重工業的戰略，促使各級政府人為壓低要素價格，從而造成要素市場扭曲;靳來群等（2015）＼[8＼]表明政府與國有企業的壟斷行為導致資源出現錯配;宋馬林等（2016）＼[9＼]則發現市場分割加劇了區域間的要素配置扭曲;除此之外，也有學者探究了金融摩擦和勞資力量失衡＼[10＼]對要素市場扭曲的影響。就要素市場扭曲的度量方法看，目前學界主要采用市場化指數法＼[11＼]、隨機前沿技術＼[12＼]、影子價格法＼[13＼]和生產函數法＼[14＼]測量要素市場扭曲度。就要素市場扭曲的影響看，已有研究表明要素配置扭曲會妨礙全要素生產率的增加＼[15＼];同時張興龍等（2016）＼[16＼]發現我國資本要素的扭曲給經濟總產出造成約15%～20%左右的損失比率;趙富森（2020）＼[17＼]強調要素扭曲會明顯抑制制造業的R&D投入。

以上研究對提高我國經濟體要素配置的水平具有重要作用，但仍存在一些不足：一方面，現有研究多聚焦在資本和勞動力要素扭曲上。隨著時代變革，要素內涵發生重大變化，知識、技術等新型要素逐步涌現，僅以舊視角舊維度審視資本和勞動2種要素的配置水平稍顯不足。另一方面，研究對象多為傳統工業，鮮有文獻關注新興產業的要素配置問題。目前我國傳統產業正處于增長乏力階段，以新能源為代表的新興產業正在崛起;研究新興產業的要素配置現狀對拉動經濟高質量增長具有重要作用。基于此，文中以新能源產業為研究對象，探究資本、勞動力、技術和知識4種要素在新能源企業中的市場配置現狀，并考慮企業規模、企業年齡、資本勞動比和企業債務融資能力對新能源企業要素扭曲度的影響，從而為新能源產業乃至其他戰略性新興產業優化要素配置度的實現路徑提供參考。

1理論模型與數據說明

1.1模型構建

隨著知識經濟時代的到來，傳統要素（勞動和資本）對經濟高質量增長的驅動作用減弱，知識和技術等新型要素的作用日益凸顯，成為一國或區域發展的重要成分。新能源產業作為高新技術產業，在生產過程中更需投入較高的知識和技術要素，以期促進企業的創新發展。因此文中對新能源企業的生產函數進行拓展假設，令其為

Yit=AitKαLβitTγitlδit（1）

其中：Yit為新能源企業的產出;Ait為企業i某個時期的全要素生產率;Kit，Lit，Tit，lit分別為企業i的資本要素、勞動力要素、技術要素及知識要素投入;α，β，γ，δ為這4種要素的產出彈性。

要素配置扭曲可能會導致要素價格偏離市場價格，此時企業i的利潤函數為

πit=Yit-（1+τkit）PkKit-（1+τLit）PLLit-（1+τIit）PIIit（2）

其中：πit為企業i第t期的利潤;PK，PL，PT，PI為各種要素的實際價格;τkit，τLit，τTit，τIit為各要素相對于產出的扭曲度。

為得到最大化利潤，對公式（2）求各種要素的一階條件，并令其等于0，經轉換可得

τkit=MKPk-1=αYitPkKit-1

τLit=MLPL-1=βYitPLKit-1

τTit=MTPT-1=γYitPTKit-1

τIit=MIPI-1=δYitPIIit-1（3）

公式（3）中的MK，ML，MT，MI分別為各要素的邊際產出，假設其為不存在扭曲時的要素名義價格。則τit等于0時，企業不存在要素扭曲，此時的資源配置狀態最優;當τit<0時，要素應得報酬小于實際報酬，此時企業的要素存在正向扭曲;反之則產生了負向扭曲。

1.2變量選取與數據說明

以下分析基于新能源概念板塊部分上市公司2011—2019年數據。為保證數據質量，通過以下工作進行樣本篩選：2011年之后上市的企業、缺失一年以上數據的企業，未披露技術投入和技術人員相關信息的企業。經過剔除篩選，最終得到39家上市新能源企業9年數據。關鍵變量選取如下

1）產出Y。文中選取新能源企業的營業總收入作為企業總產出。

2）知識要素K。對于資本存量，多數學者采用永續盤存法，該方法可能會造成較大的估計偏差，因此文中借鑒施炳展（2012）＼[18＼]的方法，采用企業“固定資產年均凈值余額”作為資本要素的表征，并用固定資產投資價格指數縮減數據。

3）技術要素T。已有研究以研究費用總額占主營業務收入來表示技術投入＼[19＼]。考慮到數據準確性，文中以新能源企業科技資本投入表征企業的技術投入，科技資本投入包括企業的技術開發費和科研支出等。

4）知識要素I。知識是人類積累的經驗（《辭海》）。“知識分工”理論認為知識分散在個體中＼[20＼]，OECD則認為知識是蘊含在人中的重要成分＼[21＼].這表明人是知識的載體，可以以人的數量近似衡量知識的多少。企業的研發人員運用所學知識為企業帶來技術創新，能夠直接表征企業的知識投入。因此文中以技術人員的數量衡量企業的知識要素投入。

5）勞動力L。以往研究將企業全部從業人數作為勞動力要素投入變量;考慮到企業技術人員是知識的投入者，文中以企業其他員工總數表征企業投入的勞動力。

6）要素實際價格Pn。綜合考慮HSIEH（2009）和朱喜（2011）＼[22＼]等的做法定義資本要素價格PK和技術要素價格PT為10%;同時勞動力要素價格和知識要素價格為就業人員年平均工資。

2多要素配置扭曲實證分析

2.1參數估計

為求得新能源企業各要素的市場配置扭曲度，需要先求出各種要素的產出彈性。通過整體回歸和分企業回歸發現測算結果基本一致，因而文中選擇對樣本企業進行整體的固定效應回歸。對公式（1）兩邊取對數，可得回歸方程

lnYt=lnA+αlnKt+βlnLt+γlnTt+δlnIt（4）

利用Stata 16對模型（4）回歸，見表1。根據表1可知資本要素、勞動力要素、技術要素和知識要素對新能源企業的產出均存在顯著的正向影響;其中，資本、勞動和技術要素在0.01的顯著性水平上顯著，知識要素在0.1的顯著性水平上顯著。同時我們發現勞動力要素對產出的影響最大，產出彈性為0.362 24;資本要素的影響次之，產出彈性為0.326 92。與勞動力、資本和技術要素相比，知識要素對經濟的作用具有不確定性和滯后性＼[23＼]。所以知識要素的影響最小，產出彈性僅為0.127 54。勞動力要素與資本要素產出彈性和為0.689 16，表明我國新能源產業目前的發展仍依賴于資本和勞動要素。受技術成果轉化率和核心技術擁有量的影響，知識和技術對我國新能源企業產出的促進作用還有待提升。

將上述得到的要素產出彈性分別代入公式（3）中，可得到新能源企業不同時期4種要素的扭曲度。由于要素扭曲度有正負。借鑒白俊紅（2018）＼[24＼]等的做法，文中對要素扭曲度做絕對值處理，僅考慮要素扭曲的程度，不考慮要素扭曲的方向。

2.2.1新能源企業不同要素市場配置扭曲度

計算樣本企業要素扭曲度的年平均值后，繪制出圖1。由圖1可知新能源企業4種要素市場均存在一定的扭曲，要素之間的扭曲程度存在明顯的差別。其中天茂集團2011—2019這9年的資本要素扭曲度年均值位于樣本企業之首，德賽電池次之;知識要素扭曲度較高的企業為天茂集團、順鈉股份、寧波東力、中糧生化和中國動力等;技術要素扭曲度最高的也是天茂集團。其他企業的4種要素扭曲度大小都較為接近。圖1我國39家上市新能源企業不同要素配置扭曲度

2.2.2新能源企業不同要素市場配置扭曲的動態變化為整體考量我國新能源企業不同要素的市場配置扭曲度在2011—2019年的動態變化，繪制如圖2所示。由圖2可知，技術要素的市場扭曲度最大，勞動力要素的市場扭曲度最小，表明優化技術研發要素配置水平對促進我國新能源企業發展極為迫切。2011年是“十二五”規劃的初始年，我國戰略新興產業處于培育摸索階段，由于技術和知識的投放體量較大，且尚未及時轉化，此時新能源企業的技術和知識要素扭曲度達最高值。經過1年的調整與摸索，十二五能源發展的基本路徑初步成型，技術和知識要素的配置得到有效改善，且技術要素的市場扭曲度降為歷史最低值。但2012年后，新能源企業的資本、技術和知識要素市場扭曲度整體呈波動上升趨勢，其中，資本和技術要素2017年上升幅度最大，增長率分別達53.3%和63.8%;知識要素在2016年漲幅最大，增長率達37.5%。資本和技術要素扭曲度呈明顯上升趨勢，源于政府“有形之手”力量的弱化。近年來，提高新能源企業技術補貼門檻，下調補貼力度等政策的出臺增大了新能源企業的用資成本＼[25＼]，從而加劇了資本和技術要素的扭曲度。同時，知識經濟時代的到來促使企業從傳統要素的競爭轉向知識要素的競爭，各行各業對知識的需求急劇增加，壓縮了新能源企業知識要素的配給。與資本、技術和知識要素不同，新能源企業勞動力要素的市場配置穩定且扭曲程度最小，9年內穩定在4左右，這是因為戶籍制度的優化緩解了城鄉分割現象。但新能源企業勞動力要素依然存在扭曲，主要在于物價和房價水平的上漲帶動了勞動力工資水平的提高。

為更清晰的掌握新能源企業歷年要素扭曲度的變化率，如圖3所示。由圖3可知，新能源企業的資本、技術和勞動力要素扭曲度增長率變化趨勢相似，自2015年后，3種要素的變化率同增同減。其中技術要素扭曲度的增長率變化最大，表明新能源企業對技術要素投入把握不夠。并且技術要素扭曲度僅在2012和2018這2年出現下降，其他年份一直處于增長態勢，說明新能源技術要素配置水平一直處于較低層次，此后企業可從技術配置水平優化入手，實現技術突破，加快企業的發展速度和效率。

2.2.3新能源企業不同要素市場配置扭曲規模差異企業對要素配置水平受規模影響＼[26＼]。規模經濟理論認為企業規模的擴大不僅能夠實現生產成本的降低，還能帶來更專業的勞動分工;規模大的企業具有更優質的資源，其要素配置水平較規模小企業應有更高的水平。此外，學者杜鵬飛表示企業規模對高技術產業創新水平有促進作用＼[27＼]，表明企業規模對高技術產業技術和知識要素配置有影響。

企業規模的劃分及度量方法有很多，已有研究多使用企業資產、銷售收入和員工人數衡量一個企業的規模＼[28＼]，考慮到收入和資產在不同地區的差異較大，可比性弱;使用企業員工總數代表企業規模更加合理＼[29＼]。因而文中以2011—2019企業年平均人數對39家新能源企業進行規模劃分，年平均人數小于3 000視為小型企業、大于3 000小于10 000視為中型新能源企業，大于10 000視為大型新能源企業。

根據上述劃分標準繪制不同規模新能源企業要素扭曲度情況圖，如圖4所示。

隨著新能源企業規模的擴大，資本、勞動力、技術和知識4種要素的扭曲度逐漸降低。其中小型新能源企業的技術要素扭曲度是大型新能源企業的2.47倍。與小企業相比，大企業融資渠道更廣，保障了企業的技術投入＼[30＼]，從而減少了技術要素投入的扭曲。由于大規模企業更注重知識型人才的培養，先進齊全的設備環境更有利于人才發揮潛能，使知識要素效應最大化，其廣闊的發展空間更容易吸引更多人才，因而大型新能源企業知識要素的扭曲度僅為小型新能源企業的071倍。小型企業的資本要素扭曲度是大型企業資本扭曲度的1.9倍左右，表明我國小規模的新能源企業依然存在資金匱乏問題，較大規模企業它們的融資渠道窄、融資機會少。同時，我們發現中型新能源企業與大型新能源企業除資本要素扭曲度差距達到6左右。其他3種要素扭曲度極為接近，勞動力要素扭曲度相差最小，二者差距僅為0.26。這表明企業增大到一定規模后，對要素配置扭曲的邊際規模效應減小。

3要素配置扭曲影響因素

關于要素配置扭曲的成因分析主要是宏觀因素，如制度和金融摩擦等;而微觀因素的影響研究甚少＼[31-32＼]。隨著要素市場化改革等政策的頒布，外部環境的優化促使企業尋求內部因素的改善。因此，探究要素配置扭曲的內部成因具有重要作用。學者李靜（2013）＼[33＼]考慮了企業年齡、企業規模和企業性質等因素對企業要素配置的影響;陳平（2017）發現企業特征（如企業規模等）是通過影響要素使用成本和邊際收益來最終影響要素價格扭曲;宋建（2020）表明企業資本深化度對資源配置效率的影響呈倒U型。上文分析也表明新能源企業規模對企業要素配置扭曲確實存在一定影響，研究企業內部微觀因素對新能源企業改善要素配置有意義。但要找到全部影響因子稍顯困難，因此結合相關學者經驗，文中擬考察以下4種企業內部因素對新能源企業要素扭曲度的影響。

1）企業規模（S）。不同要素在市場配置中，存在典型的規模差異。但這種差異對要素配置的影響強度大小尚不清晰，為進一步了解企業規模對新能源企業要素扭曲的影響強度，將企業規模列為研究因素之一。

2）企業年齡（A）。企業年齡象征著企業的生存能力，存活越久的企業，在資源擁有量和配置上具有一定的歷史積累和經驗，從而具有資源配置優勢。但“年齡大”的企業思維固化，改革往往艱難，資源配置能力也許反而低下;同時過多的資源可能導致資源的錯配亂用現象發生。為分析企業年齡對4種要素扭曲度的影響，文中將企業成立年視為0歲，則觀測年減去成立年即為企業觀測年年齡。

3）資本勞動比（R）。用資成本增大時，企業會通過提高勞動力投入減少成本，這表現在企業對資本勞動比的調整。當企業的資本勞動比發生變化時可能會帶來資本和勞動力這2種要素配置的改變，但其對其他要素配置的作用尚未明晰。因而研究資本勞動比對4種資源扭曲度的影響是有價值的。

4）企業債務融資能力（D）。具有較高融資能力的企業，可以更快更高效的籌集到資金，從而彌補企業內部資金不足。資金作為企業發展的重要資源，掌握更多的資金可能會促使企業提高配置資源的能力。為探究企業債務融資能力對不同要素扭曲度的影響。文中借鑒王駿飛（2020）＼[34＼]的方法，采用企業長期債務比率表征企業債務融資能力。基于上述變量的選擇，將回歸方程設定為半對數模型

lnτjit=α0+α1Sit+α2Ait+α3Rit+α4Dit（4）

其中被解釋變量lnτjit為第i個新能源企業在t時期j要素的市場扭曲度對數值，αi為各解釋變量的系數。接著分別對資本、勞動、技術和知識4種要素扭曲度的影響因素進行面板數據回歸，經過豪斯曼檢驗，拒絕原假設，因而采用固定效應模型。最后得到回歸結果，見表2。

由表2可知，企業年齡、企業規模、債務融資能力和資本勞動比對4種要素扭曲度有不同的顯著作用。具體表現為;

1）企業年齡對企業的資本要素扭曲度具有顯著的正向作用，對技術要素扭曲度有顯著負向作用，對勞動力要素和知識要素的扭曲度沒有顯著影響。企業年齡越老，其生態體系、發展架構相對成熟。越發成熟的企業，組織體系一般過于龐大，眾多的子公司加大了資本配置的難度，極易造成資金的錯配和紊亂，因而隨著企業年齡的增大，資本要素扭曲度會顯著提高。與此相反，企業越成熟，技術要素扭曲度越小，表明“老齡”企業的技術運用相對熟練，更加適應于市場，消化了技術資源的扭曲程度。具體表現為一方面成熟企業更加注重技術研發，另一方面成熟企業對技術研發失敗的承受力更強。

2）企業規模對新能源企業4種要素扭曲度均有顯著的抑制作用，顯著性水平為0.01，進一步印證了上文的研究結論。通過觀察不同要素扭曲度下企業規模的系數，發現企業規模雖在一定程度上緩解了新能源企業各種要素的扭曲度，但作用效果甚微，如企業規模擴大一倍，其只能減少004%的知識要素扭曲度。結合上文，我們發現企業規模與要素扭曲度之間不是簡單的線性關系，企業規模對要素扭曲度的修正作用會在達到一定程度后不變甚至減少，這一結果與孫曉華等（2014）的研究結論相符。

3）新能源企業的債務融資能力對4種要素扭曲度具有較大的促進作用，其中對技術要素扭曲度的促進作用最強，回歸系數達到1.964 39，對知識要素扭曲度的促進效果最小。這是因為具有較強債務融資能力的企業更容易獲得銀行或其他金融機構給予的低利率貸款，造成要素名義報酬與實際報酬的差距擴大，從而加劇了要素的扭曲。這表明企業在進行技術要素投入時，因轉變融資結構，不要過多的依賴債務融資，可以通過其他融資手段降低技術要素的扭曲度，使技術要素得到充分的利用，發揮更大的潛能。表2不同要素扭曲度的影響因素回歸結果模型（1）K要素扭曲度模型（2）T要素扭曲度模型（3）L要素扭曲度模型。

4）新能源企業的資本勞動比對資本要素扭曲度沒有顯著影響，對技術、勞動力和知識要素的扭曲度存在負向作用;即隨著資本勞動比的提高，技術、勞動和知識要素配置扭曲得到有效改善，這與宋建（2020）等人的研究結論相似。

4結語

文中以知識技術密集的新能源企業為研究對象，綜合考察資本、技術、勞動和知識要素在新能源企業中的配置水平;同時分析了新能源企業特征對要素扭曲度的影響。

1）新能源企業在資本、技術、勞動和知識4種要素配置上均存在一定扭曲。從整體上看，勞動要素的市場配置水平最優，技術要素扭曲度最大。

2）2012年至今，除勞動要素外，其他3種要素的市場扭曲度呈波動上升趨勢。技術要素扭曲度的增長幅度最大，資本要素扭曲度次之，知識要素扭曲度增長幅度最小。

3）企業部分因素會影響4種要素的市場配置度。企業規模的增長對4種要素扭曲度均有緩和作用;資本勞動比的提高也會有效抑制要素的扭曲度;企業年齡的增大會帶來技術要素配置水平的改善;但企業債務融資能力的提升反而加劇了新能源企業4種要素的扭曲度，這種加劇能力遠遠大于其他因素的改善作用。

4）保持基礎要素供給，優化新興要素培育。新能源產業作為戰略新興產業，對勞動力要素及資本要素的需求最為旺盛，隨著人口紅利的消退以及資本市場興趣度的降低，應進一步強化相應配套政策，保持勞動力要素與資本要素等傳統要素的持續供給。與此同時，也要不斷的加大對新興要素，如知識和技術要素的投入。鑒于知識要素對新能源產業發展存在不確定與滯后性，技術要素的推動力在短期內難以展現，新能源產業明顯受到技術成果轉化率和核心技術擁有量的限制。政府應大力營造知識與創新氛圍，鼓勵企業科創轉型，引導產業從勞動密集型向技術擴散型轉變。

5）打造技術合理運用格局，調整產業結構及生產方式部署。新能源產業技術要素配置扭曲較為嚴重，且技術及知識缺口較大，兩者的矛盾進一步突出。應著重構建市場導向的技術創新與知識應用體系，強化頂層設計及政策引領，引導產業內生結構調整，從基礎要素為主的生產方式轉型為高端要素推動的發展模式，從閉塞、冗余的運營狀態轉型為信息化、智能化、開放化產業運作體系。

6）因企制宜制定生產路線，精準施策對接要素配置。年齡、規模、融資能力、資本勞動比的異質性條件下，各新能源企業都存在一定的要素扭曲及冗余問題，也都存在科學的決策路徑。企業因依據自身要素掌握情況精準施策，一方面避免要素配置失衡，另一方面著重突破資源匱乏限制，實現要素使用能力的提升。

參考文獻：

＼[1＼]張建華，鄒鳳明.資源錯配對經濟增長的影響及其機制研究進展＼[J＼].經濟學動態，2015（01）：122-136.

＼[2＼]張穎，張婷.創新產出影響因素的區域差異性比較研究——來自新能源產業的經驗數據＼[J＼].工業技術經濟，2020，39（07）：144-151.

＼[3＼]劉宏笪，孫華平，張茜.中國新能源汽車產業政策演化及執行阻滯分析——兼論雙積分政策的協同實施＼[J＼].管理現代化，2019，39（04）：41-46.

＼[4＼]STEPHEN P M.Factor market distortions，production and trade：A survey＼[J＼].Oxford Economic Papers，New Series，1973，25（01）：1-43.

＼[5＼]李言.中國要素價格扭曲的成因、測度與經濟效應＼[J/OL＼].當代經濟管理，2020（07）：1-10＼[2020-07-06＼].http：//kns.cnki.net/kcms/detail/13.1356.F.20200513.1539.002.html.

＼[6＼]柏培文.中國勞動要素配置扭曲程度的測量＼[J＼].中國工業經濟，2012（10）：19-31.

＼[7＼]譚洪波.中國要素市場扭曲存在工業偏向嗎？——基于中國省級面板數據的實證研究＼[J＼].管理世界，2015（12）：96-105.

＼[8＼]靳來群，林金忠，丁詩詩.行政壟斷對所有制差異所致資源錯配的影響＼[J＼].中國工業經濟，2015（04）：31-43.

＼[9＼]宋馬林，金培振.地方保護、資源錯配與環境福利績效＼[J＼].經濟研究，2016（12）：47-61.

＼[10＼]李文溥，李靜.要素比價扭曲、過度資本深化與勞動報酬比重下降＼[J＼].學術月刊，2011（02）：68-77.

＼[11＼]張杰，周曉艷，李勇.要素市場扭曲抑制了中國企業R&D？＼[J＼].經濟研究，2011（08）：78-91.

＼[12＼]李福柱，王鑫.中國服務業要素配置效率及區域異質性——基于資本、勞動力與能源要素的視角＼[J/OL＼].山西財經大學學報，2020（08）：71-85＼[2020-07-06＼].https：//doi.org/10.13781/j.cnki.10079556.2020.08.006.

＼[13＼]ATKINSON S E，HALVORSEN R.Parametric? efficiency tests，economies of scale，and input demand in unitedstates electricpower generation＼[J＼].International Economic Review，1984（03）：647-662.

＼[14＼]HSIEH C T，KLENOW P J.Misallocation and manufacturing TFP in China and India＼[J＼].Quarterly journal of economics，2009，124（04）：1403-1448.

＼[15＼]RESTUCCIA D，ROGERSON R.Policy distortions and aggregate productivity with heterogeneous establishments＼[J＼].Review of Economic Dynamics，2008，11（04）：707-720.

＼[16＼]張興龍，沈坤榮.中國資本扭曲的產出損失及分解研究＼[J＼].經濟科學，2016（02）：53-66.

＼[17＼]趙富森.要素價格扭曲、行業異質性與R&D投入研究——來自中國制造業28個細分行業的證據＼[J/OL＼].科技進步與對策：1-10＼[2020-07-06＼].http：//kns.cnki.net/kcms/detail/42.1224.G3.20200327.1712.028.html.

＼[18＼]施炳展，冼國明.要素價格扭曲與中國工業企業出口行為＼[J＼].中國工業經濟，2012（02）：47-56.

＼[19＼]任鴿，孫慧.國際化程度、技術創新投入與企業績效——以信息技術上市企業為例＼[J＼].技術與創新管理，2019，40（02）：173-181.

＼[20＼]VON HAYEK F A.Economics and knowledge＼[J＼].Economica，1937，4（13）：33-54.

＼[21＼]代明，陳景信，宋慧.知識創業：創業新發展領域述評＼[J＼].科技進步與對策，2017，34（04）：155-160.

＼[22＼]朱喜，史清華，蓋慶恩.要素配置扭曲與農業全要素生產率＼[J＼].經濟研究，2011，46（05）：86-98.

＼[23＼]陳景信，代明.知識要素與創業績效——基于PVAR模型和區域的視角＼[J＼].經濟問題探索，2020（01）：38-48.

＼[24＼]白俊紅，劉宇英.對外直接投資能否改善中國的資源錯配＼[J＼].中國工業經濟，2018（01）：60-78.

＼[25＼]張濟建，尹星，關承龍，等.金融狀況與戰略性新興產業技術創新——以新能源產業為例＼[J＼].南京工業大學學報（社會科學版），2019，18（05）：102-110+112.

＼[26＼]孫曉華，王昀.企業規模對生產率及其差異的影響——來自工業企業微觀數據的實證研究＼[J＼].中國工業經濟，2014（05）：57-69.

＼[27＼]杜鵬飛.金融要素錯配對中部六省高技術產業創新水平影響的實證研究＼[J＼].技術與創新管理，2020，41（01）：18-23.

＼[28＼]CHRISMAN J J，MCMULLAN E，HALL J.The influence of guided preparation on the longterm performance of new ventures[J].Journal of Business Venturing，2005，20（06）：769-791.

＼[29＼]吳先明，張楠，趙奇偉.工資扭曲、種群密度與企業成長——基于企業生命周期的動態分析＼[J＼].中國工業經濟，2017（10）：137-155.

＼[30＼]SCHUMPETER J A.Capitalism，socialism and democracy＼[M＼].Harper Collins，1942.

＼[31＼]陳平，殷明明.要素價格扭曲的測度及成因分析＼[J＼].金融學季刊，2017，11（03）：20-54.

＼[32＼]宋建，鄭江淮.資本深化、資源配置效率與全要素生產率：來自小企業的發現＼[J＼].經濟理論與經濟管理，2020（03）：18-33.

＼[33＼]李靜，彭飛，毛德鳳.要素配置扭曲與企業全要素生產率增長＼[J＼].西部論壇，2013，23（03）：42-53.

＼[34＼]王駿飛.環境規制、綠色信貸與創業板企業債務融資能力＼[J＼].財會通訊，2020（12）：71-74.

（責任編輯：王強）